如何取MFCC中的前13个系数

Question

我在使用 MFCC 时遇到了问题。我一步一步地按照教程进行操作。在步骤“窗口化”之后，我计算每一帧的 DFT。我的问题是：剩下的步骤，包括“Mel-filter bank”、“log”和“DCT”，是否适用于每一帧？我感到困惑，因为在“DCT”步骤中，我们将采用之前计算的前 13 个系数。那么我们必须采取哪些框架呢？我真的需要一个明确的解释:(

Answer 1

MFCC 是纯本地操作。它在每一帧上重复完成：for (auto f: frames) { std::vector<double> coeff = MFCC(f);。这意味着 MFCC 的每个部分也是重复完成的。

Answer 2

首先我想推荐this 教程，如果你还没有看过的话。

是的，你必须对EACH AND VERY FRAME应用DFT、Mel-filter bank、log和DCT，然后得到DCT的前13个系数。系数可以存储在 double 数组的数组中（比如 vector> mfcc）。然后每个 mfcc(i).size = 13 即每帧的前 13 个系数。 因此每个 mfcc(i) 将包含每帧的 13 个系数，mfcc 将是这 13 个系数的向量。

我建议您使用 c++ 库进行 mfcc 提取，而不是从头开始。